多数据不可避免的会遗失掉，或者采集的时候采集对象不愿意透露，这就造成了很多NaN(Not a Number)的出现。这些NaN会造成大部分模型运行出错，所以对NaN的处理很有必要。

　　解决方法：

　　1、简单粗暴地去掉

　　1)有如下dataframe，先用df.isnull().sum()检查下哪一列有多少NaN:

　　import pandas as pd

　　df = pd.DataFrame({'a':[None,1,2,3],'b':[4,None,None,6],'c':[1,2,1,2],'d':[7,7,9,2]})

　　print (df)

　　print (df.isnull().sum())

　　输出：

　　p1.jpg

　　2)将含有NaN的列(columns)去掉:

　　data_without_NaN =df.dropna(axis=1)

　　print (data_without_NaN)

　　2、遗失值插补法

　　很多时候直接删掉列会损失很多有价值的数据，不利于模型的训练。

　　所以可以考虑将NaN替换成某些数，显然不能随随便便替换，有人喜欢替换成0，往往会画蛇添足。

　　譬如调查工资收入与学历高低的关系，有的人不想透露工资水平，但如果给这些NaN设置为0很显然会失真。所以Python有个Imputation(插补)的方法。代码如下：

　　from sklearn.preprocessing import Imputer

　　my_imputer = Imputer()

　　data_imputed = my_imputer.fit_transform(df)

　　print (type(data_imputed))

　　# array转换成df

　　df_data_imputed = pd.DataFrame(data_imputed,columns=df.columns)

　　print (df_data_imputed)